@nahisaho/satori 0.25.5 → 0.26.0

package/src/.github/skills/scientific-anomaly-detection/SKILL.md

@@ -4,6 +4,10 @@ description: |
   異常検知・外れ値検出スキル。Isolation Forest・LOF・
   One-Class SVM・Autoencoder 異常検知・統計的工程管理 (SPC)・
   多変量異常検知・異常スコアリング・閾値最適化。
+tu_tools:
+  - key: openml
+    name: OpenML
+    description: 異常検知ベンチマーク・データセット
 ---
 
 # Scientific Anomaly Detection
@@ -294,3 +298,9 @@ eda-correlation → anomaly-detection → ml-classification
 | `anomaly_ensemble.csv` | アンサンブル異常検知結果 | → EDA |
 | `autoencoder_anomaly.json` | AE 異常スコア | → reporting |
 | `spc_control_chart.png` | SPC 管理図 | → process-optimization |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `openml` | OpenML | 異常検知ベンチマーク・データセット |

package/src/.github/skills/scientific-automl/SKILL.md

@@ -5,6 +5,10 @@ description: |
   FLAML 高速 AutoML・Auto-sklearn モデル選択・
   NAS (Neural Architecture Search)・
   特徴量エンジニアリング自動化・モデル比較パイプライン。
+tu_tools:
+  - key: openml
+    name: OpenML
+    description: AutoML ベンチマーク・タスク参照
 ---
 
 # Scientific AutoML
@@ -262,3 +266,9 @@ eda-correlation → automl → ensemble-methods
 | `optuna_trials.csv` | 試行履歴 | → 可視化 |
 | `param_importance.png` | パラメータ重要度 | → レポート |
 | `model_comparison.csv` | モデル比較 | → ensemble-methods |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `openml` | OpenML | AutoML ベンチマーク・タスク参照 |

package/src/.github/skills/scientific-bayesian-statistics/SKILL.md

@@ -4,6 +4,10 @@ description: |
   ベイズ統計スキル。PyMC・Stan・ArviZ を活用し、ベイズ回帰・階層モデル・
   MCMC サンプリング・ベイズ最適化・事後予測チェック・モデル比較を支援。
   「ベイズ回帰して」「MCMC で推定して」「事後分布を求めて」で発火。
+tu_tools:
+  - key: biotools
+    name: bio.tools
+    description: ベイズ統計ツールレジストリ検索
 ---
 
 # Scientific Bayesian Statistics
@@ -354,6 +358,12 @@ model {
 - [ ] モデル比較 (LOO-CV / WAIC)
 - [ ] 結果レポート・プロット生成
 
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `biotools` | bio.tools | ベイズ統計ツールレジストリ検索 |
+
 ## References
 
 ### Output Files

package/src/.github/skills/scientific-biobank-cohort/SKILL.md

@@ -4,6 +4,10 @@ description: |
   バイオバンク・大規模コホートデータ解析スキル。UK Biobank /
   BBJ / All of Us 等の大規模コホートデータに対するフェノタイプ
   辞書検索・GWAS サマリー統計処理・PheWAS パイプライン。
+tu_tools:
+  - key: clinvar
+    name: ClinVar
+    description: バリアント臨床的意義データ検索
 ---
 
 # Scientific Biobank Cohort
@@ -266,3 +270,9 @@ epidemiology-public-health → biobank-cohort → population-genetics
 | `results/gwas_significant.csv` | Genome-wide significant SNP | → population-genetics |
 | `results/manhattan_data.csv` | Manhattan プロットデータ | → GWAS 可視化 |
 | `results/phenotype_dict.csv` | フェノタイプ辞書 | → PheWAS |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `clinvar` | ClinVar | バリアント臨床的意義データ検索 |

package/src/.github/skills/scientific-biosignal-processing/SKILL.md

@@ -5,6 +5,10 @@ description: |
   EEG（マルチチャネル・バンドパワーδ/θ/α/β/γ・スペクトログラム・ERP）、
   EMG（バースト検出・包絡線）、呼吸信号（RSA）の解析パイプライン。
   Scientific Skills Exp-08 で確立したパターン。
+tu_tools:
+  - key: biotools
+    name: bio.tools
+    description: 生体信号処理ツール検索
 ---
 
 # Scientific Biosignal Processing
@@ -352,6 +356,12 @@ def detect_muscle_bursts(envelope, fs, threshold_factor=2.0,
     return bursts
 ```
 
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `biotools` | bio.tools | 生体信号処理ツール検索 |
+
 ## References
 
 - **Exp-08**: ECG R波検出・HRV・Poincaré、EEG バンドパワー・スペクトログラム・ERP、EMG バースト

package/src/.github/skills/scientific-causal-inference/SKILL.md

@@ -4,6 +4,10 @@ description: |
   因果推論スキル。傾向スコアマッチング（PSM）、逆確率重み付け（IPW / IPTW）、
   操作変数法（2SLS）、差分の差分法（DID）、回帰不連続デザイン（RDD）、
   DAG ベースの共変量選択（backdoor criterion）、感度分析テンプレートを提供。
+tu_tools:
+  - key: open_alex
+    name: OpenAlex
+    description: 因果推論関連文献検索
 ---
 
 # Scientific Causal Inference
@@ -325,6 +329,12 @@ def rosenbaum_sensitivity(matched_outcomes_treated, matched_outcomes_control,
     return pd.DataFrame(results)
 ```
 
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `open_alex` | OpenAlex | 因果推論関連文献検索 |
+
 ## References
 
 ### Output Files

package/src/.github/skills/scientific-causal-ml/SKILL.md

@@ -4,6 +4,10 @@ description: |
   因果機械学習スキル。DoWhy 因果モデル・EconML CATE 推定・
   Double/Debiased ML・Causal Forest・メタラーナー (S/T/X)・
   異質的処置効果 (HTE)・因果特徴量選択。
+tu_tools:
+  - key: openml
+    name: OpenML
+    description: 因果推論 ML データセット参照
 ---
 
 # Scientific Causal ML
@@ -238,3 +242,9 @@ causal-inference → causal-ml → feature-importance
 | `dowhy_causal_model.json` | DoWhy 因果モデル | → reporting |
 | `cate_estimates.csv` | CATE 推定値 | → precision-medicine |
 | `causal_feature_importance.csv` | 因果特徴量重要度 | → explainable-ai |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `openml` | OpenML | 因果推論 ML データセット参照 |

package/src/.github/skills/scientific-clinical-nlp/SKILL.md

@@ -6,6 +6,10 @@ description: |
   ICD-10/SNOMED-CT エンティティリンキング、
   匿名化 (De-identification) パイプライン。
   TU 外スキル (直接 Python ライブラリ)。
+tu_tools:
+  - key: umls
+    name: UMLS
+    description: 医学用語統一システム検索
 ---
 
 # Scientific Clinical NLP
@@ -248,3 +252,9 @@ text-mining-nlp → clinical-nlp → clinical-reporting
 | `results/clinical_ner.csv` | 臨床エンティティ+否定 | → phenotype-hpo |
 | `results/clinical_sections.csv` | セクション分類 | → clinical-reporting |
 | `results/entity_linking.csv` | UMLS/SNOMED リンキング | → disease-research |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `umls` | UMLS | 医学用語統一システム検索 |

package/src/.github/skills/scientific-clinical-pharmacology/SKILL.md

@@ -6,6 +6,10 @@ description: |
   Emax/Sigmoid PD モデリング・薬物間相互作用予測・
   臨床薬理パイプライン。
   TU 外スキル (Python + nlmixr2/mrgsolve ラッパー)。
+tu_tools:
+  - key: drugbank
+    name: DrugBank
+    description: 薬物動態・相互作用データ検索
 ---
 
 # Scientific Clinical Pharmacology
@@ -359,3 +363,9 @@ admet-pharmacokinetics → clinical-pharmacology → pharmacogenomics
 | `pk_simulation.csv` | PK シミュレーション | → dose-response |
 | `popk_estimates.json` | PopPK パラメータ | → pharmacogenomics |
 | `tdm_recommendation.json` | TDM 推奨用量 | → clinical-decision |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `drugbank` | DrugBank | 薬物動態・相互作用データ検索 |

package/src/.github/skills/scientific-clinical-standards/SKILL.md

@@ -4,6 +4,7 @@ description: |
   臨床標準用語・コードマッピングスキル。LOINC 臨床検査コード・
   ICD-10/ICD-11 疾病分類・FHIR R4 リソースマッピング・
   SNOMED CT 用語変換・臨床用語相互運用パイプライン。
+  ToolUniverse 連携: loinc。
 tu_tools:
   - key: loinc
     name: LOINC
@@ -11,6 +12,10 @@ tu_tools:
   - key: icd
     name: ICD
     description: WHO 国際疾病分類 ICD-10/ICD-11
+tu_tools:
+  - key: loinc
+    name: LOINC
+    description: 臨床検査コード標準検索
 ---
 
 # Scientific Clinical Standards
@@ -442,3 +447,9 @@ clinical-reporting → clinical-standards → clinical-decision-support
 | `loinc_mappings.csv` | LOINC コードマッピング | → clinical-decision |
 | `icd_mappings.csv` | ICD コードマッピング | → epidemiology |
 | `fhir_bundle.json` | FHIR R4 バンドル | → EHR 統合 |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `loinc` | LOINC | 臨床検査コード標準検索 |

package/src/.github/skills/scientific-crispr-design/SKILL.md

@@ -6,6 +6,10 @@ description: |
   CRISPRscan/Rule Set 2 活性予測・検証プライマー設計・
   sgRNA スクリーニングライブラリ構築パイプライン。
   TU 外スキル (Python ライブラリ + ローカル解析)。
+tu_tools:
+  - key: ensembl
+    name: Ensembl
+    description: gRNA 設計用ゲノム配列参照
 ---
 
 # Scientific CRISPR Design
@@ -367,3 +371,9 @@ genome-sequence-tools → crispr-design → perturbation-analysis
 | `grna_candidates.csv` | gRNA 候補リスト | → ランキング |
 | `off_target_report.csv` | オフターゲット評価 | → 安全性確認 |
 | `sgrna_library.csv` | sgRNA ライブラリ | → perturbation-analysis |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `ensembl` | Ensembl | gRNA 設計用ゲノム配列参照 |

package/src/.github/skills/scientific-critical-review/SKILL.md

@@ -1,4 +1,3 @@
-```skill
 ---
 name: scientific-critical-review
 description: |
@@ -6,6 +5,10 @@ description: |
   データ解釈の妥当性、先行研究との整合性、統計的主張の正確性を多角的に検証し、
   具体的な修正案を生成する。「論文をレビューして」「考察を深めて」「草稿を改善して」で発火。
   scientific-academic-writing で草稿を作成した後のセルフレビューに使用。
+tu_tools:
+  - key: crossref
+    name: Crossref
+    description: 論文検証・引用メタデータ参照
 ---
 
 # Scientific Critical Review & Revision
@@ -739,6 +742,12 @@ def run_review_pipeline(manuscript_path):
 **修正理由:** [理由の説明]
 ```
 
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `crossref` | Crossref | 論文検証・引用メタデータ参照 |
+
 ## References
 
 ### Output Files

package/src/.github/skills/scientific-data-preprocessing/SKILL.md

@@ -4,6 +4,10 @@ description: |
   科学データの前処理パイプラインスキル。欠損値補完（KNNImputer/SimpleImputer）、
   エンコーディング（LabelEncoder/OneHot/ダミー変数）、スケーリング（Standard/MinMax/Robust/Pareto）、
   対数変換、外れ値処理のテンプレートを提供。全 Exp-01〜13 に横断的に適用される基盤スキル。
+tu_tools:
+  - key: biotools
+    name: bio.tools
+    description: データ前処理ツールレジストリ検索
 ---
 
 # Scientific Data Preprocessing
@@ -424,6 +428,12 @@ def preprocessing_pipeline(df, target_col=None, config=None):
     return df, {"encoders": encoders, "scaler": scaler}
 ```
 
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `biotools` | bio.tools | データ前処理ツールレジストリ検索 |
+
 ## References
 
 - **Exp-01**: `sc.pp.normalize_total()`, `sc.pp.log1p()` — scRNA-seq 固有の正規化

package/src/.github/skills/scientific-data-profiling/SKILL.md

@@ -4,6 +4,10 @@ description: |
   データプロファイリング・品質スキル。ydata-profiling 自動 EDA ・
   Great Expectations データバリデーション・データ品質スコア・
   型推論・相関検出・外れ値フラグ・データカタログ生成。
+tu_tools:
+  - key: biotools
+    name: bio.tools
+    description: データプロファイリングツール検索
 ---
 
 # Scientific Data Profiling
@@ -245,3 +249,9 @@ def _auto_generate_expectations(df):
 | `profile_report.html` | ydata-profiling レポート | → EDA |
 | `quality_score.json` | データ品質スコア | → 品質管理 |
 | `validation_results.csv` | バリデーション結果 | → データ修正 |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `biotools` | bio.tools | データプロファイリングツール検索 |

package/src/.github/skills/scientific-data-simulation/SKILL.md

@@ -4,6 +4,10 @@ description: |
   物理・化学・生物学に基づく合成データ生成のスキル。実験データが不足する場合に、
   ドメイン知識を反映したシミュレーションデータを生成する際に使用。
   Scientific Skills Exp-06, 07, 08, 09, 12, 13 で確立したパターン。
+tu_tools:
+  - key: biotools
+    name: bio.tools
+    description: シミュレーションツールレジストリ検索
 ---
 
 # Scientific Data Simulation & Generation
@@ -226,6 +230,12 @@ def generate_ecg_beat(t, hr=72):
 - [ ] 変数間の相関構造が既知の物理法則と一致するか
 - [ ] 群間差が効果量として検出可能な水準か
 
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `biotools` | bio.tools | シミュレーションツールレジストリ検索 |
+
 ## References
 
 ### Output Files

package/src/.github/skills/scientific-data-submission/SKILL.md

@@ -4,6 +4,10 @@ description: |
   科学データ登録・アーカイブスキル。GenBank/SRA 配列登録・
   ENA 配列アーカイブ・GEO 発現データ登録・BioProject/BioSample
   メタデータ管理・FAIR 原則準拠データ共有。
+tu_tools:
+  - key: ena
+    name: ENA
+    description: データ登録・アクセッション管理
 ---
 
 # Scientific Data Submission
@@ -355,3 +359,9 @@ lab-data-management ───┘           academic-writing
 | `submission/sra_metadata.tsv` | SRA メタデータ | → ebi-databases |
 | `geo_submission/submission.soft` | GEO SOFT テンプレート | → gene-expression |
 | `submission/fair_report.json` | FAIR チェックリスト結果 | → academic-writing |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `ena` | ENA | データ登録・アクセッション管理 |

package/src/.github/skills/scientific-deep-chemistry/SKILL.md

@@ -4,6 +4,10 @@ description: |
   深層学習分子特性予測スキル。DeepChem による GCN/MPNN/AttentiveFP
   分子特性予測・MoleculeNet ベンチマーク・ChemBERTa/GROVER
   事前学習モデル・分子フィンガープリントフィーチャライザ。
+tu_tools:
+  - key: chembl
+    name: ChEMBL
+    description: 化学的活性・化合物データ検索
 ---
 
 # Scientific Deep Chemistry
@@ -348,3 +352,9 @@ molecular-docking ───────┘         admet-pharmacokinetics
 | `results/benchmark.json` | モデルベンチマーク結果 | — |
 | `results/embeddings.npy` | ChemBERTa 埋込み | → cheminformatics |
 | `results/model/` | 訓練済みモデル | → admet-pharmacokinetics |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `chembl` | ChEMBL | 化学的活性・化合物データ検索 |

package/src/.github/skills/scientific-deep-learning/SKILL.md

@@ -5,6 +5,10 @@ description: |
   NN アーキテクチャ設計・転移学習・分散トレーニング・ハイパーパラメータ最適化・
   モデルデプロイを支援。
   「ニューラルネットで学習して」「Transformer を Fine-tune して」「深層学習モデルを構築して」で発火。
+tu_tools:
+  - key: papers_with_code
+    name: Papers with Code
+    description: 深層学習モデル・ベンチマーク検索
 ---
 
 # Scientific Deep Learning
@@ -351,6 +355,12 @@ def export_model(model, sample_input, export_dir="models"):
 - [ ] モデルエクスポート (ONNX)
 - [ ] モデルカード作成
 
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `papers_with_code` | Papers with Code | 深層学習モデル・ベンチマーク検索 |
+
 ## References
 
 ### Output Files

package/src/.github/skills/scientific-doe/SKILL.md

@@ -5,6 +5,10 @@ description: |
   Box-Behnken 設計、D-最適計画、応答曲面法（RSM）、交互作用解析、
   ベイズ最適化（Gaussian Process）、効果プロット（主効果/交互作用/pareto）の
   テンプレートを提供。
+tu_tools:
+  - key: biotools
+    name: bio.tools
+    description: 実験計画法ツールレジストリ検索
 ---
 
 # Scientific Design of Experiments (DOE)
@@ -339,6 +343,12 @@ def interaction_plot(design_df, response_col, factor1, factor2, figsize=(8, 6)):
     plt.close()
 ```
 
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `biotools` | bio.tools | 実験計画法ツールレジストリ検索 |
+
 ## References
 
 ### Output Files

package/src/.github/skills/scientific-eda-correlation/SKILL.md

@@ -3,6 +3,10 @@ name: scientific-eda-correlation
 description: |
   探索的データ解析（EDA）と相関分析のスキル。データの分布可視化、相関ヒートマップ、
   散布図行列の作成を行う際に使用。Scientific Skills Exp-02, 12, 13 で確立したパターン。
+tu_tools:
+  - key: biotools
+    name: bio.tools
+    description: 統計解析ツール検索
 ---
 
 # Scientific EDA & Correlation Analysis
@@ -123,6 +127,12 @@ def psp_block_correlation(df, process_cols, structure_cols, property_cols):
     return ps_corr, sp_corr, pp_corr
 ```
 
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `biotools` | bio.tools | 統計解析ツール検索 |
+
 ## References
 
 ### Output Files

package/src/.github/skills/scientific-ensemble-methods/SKILL.md

@@ -5,6 +5,10 @@ description: |
   Boosting (XGBoost/LightGBM/CatBoost) 勾配ブースティング・
   Bagging/Random Subspace・Voting 分類器/回帰器・
   アンサンブル多様性評価・モデル統合パイプライン。
+tu_tools:
+  - key: openml
+    name: OpenML
+    description: アンサンブル手法ベンチマーク参照
 ---
 
 # Scientific Ensemble Methods
@@ -261,3 +265,9 @@ automl → ensemble-methods → uncertainty-quantification
 | `stacking_meta.pkl` | Stacking メタモデル | → 予測 |
 | `boosting_comparison.csv` | ブースティング比較 | → レポート |
 | `ensemble_diversity.json` | 多様性指標 | → モデル改善 |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `openml` | OpenML | アンサンブル手法ベンチマーク参照 |

package/src/.github/skills/scientific-explainable-ai/SKILL.md

@@ -4,6 +4,10 @@ description: |
   説明可能 AI (XAI) スキル。SHAP・LIME・Captum・InterpretML を活用し、
   モデル予測の根拠説明・特徴量寄与分解・反実仮想説明・公平性監査を支援。
   「モデルの予測を説明して」「SHAP 値を計算して」「LIME で説明して」で発火。
+tu_tools:
+  - key: papers_with_code
+    name: Papers with Code
+    description: XAI 手法・ベンチマーク検索
 ---
 
 # Scientific Explainable AI
@@ -334,6 +338,12 @@ def fairness_audit(model, X_test, y_test, sensitive_feature,
 - [ ] 公平性監査（機密属性がある場合）
 - [ ] 説明レポート生成
 
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `papers_with_code` | Papers with Code | XAI 手法・ベンチマーク検索 |
+
 ## References
 
 ### Output Files

package/src/.github/skills/scientific-feature-importance/SKILL.md

@@ -4,6 +4,10 @@ description: |
   特徴量重要度分析のスキル。Tree-based Feature Importance と Permutation Importance を
   用いて予測モデルの説明可能性を向上させる際に使用。
   Scientific Skills Exp-05, 12, 13 で確立したパターン。
+tu_tools:
+  - key: openml
+    name: OpenML
+    description: 特徴量選択ベンチマーク参照
 ---
 
 # Scientific Feature Importance Analysis
@@ -189,6 +193,12 @@ def generate_importance_mapping_table(all_fi_df, top_n=3):
     return pd.DataFrame(mapping)
 ```
 
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `openml` | OpenML | 特徴量選択ベンチマーク参照 |
+
 ## References
 
 ### Output Files

package/src/.github/skills/scientific-federated-learning/SKILL.md

@@ -4,6 +4,10 @@ description: |
   連合学習スキル。Flower フレームワークによる FL パイプライン・
   FedAvg/FedProx/FedOpt 集約戦略・差分プライバシー (DP-SGD)・
   非 IID データ分割・通信効率化。
+tu_tools:
+  - key: papers_with_code
+    name: Papers with Code
+    description: 連合学習フレームワーク・ベンチマーク
 ---
 
 # Scientific Federated Learning
@@ -239,3 +243,9 @@ def create_non_iid_splits(dataset_labels, n_clients=5,
 | `fl_strategy_config.json` | FL 集約設定 | → サーバー起動 |
 | `dp_training_history.csv` | DP 学習履歴 | → model-monitoring |
 | `client_splits.json` | 非 IID 分割情報 | → FL クライアント |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `papers_with_code` | Papers with Code | 連合学習フレームワーク・ベンチマーク |

package/src/.github/skills/scientific-geospatial-analysis/SKILL.md

@@ -4,6 +4,10 @@ description: |
   地理空間データ解析スキル。GeoPandas ベクターデータ処理・
   Rasterio ラスター解析・Folium/Kepler.gl インタラクティブ地図・
   空間自己相関 (Moran's I)・クリギング補間・CRS 変換。
+tu_tools:
+  - key: gbif
+    name: GBIF
+    description: 地理空間生物多様性データ取得
 ---
 
 # Scientific Geospatial Analysis
@@ -272,3 +276,9 @@ environmental-geodata → geospatial-analysis → advanced-visualization
 | `spatial_autocorrelation.png` | Moran's I + LISA | → reporting |
 | `kriging_result.png` | クリギング補間 | → visualization |
 | `interactive_map.html` | Folium 地図 | → dashboard |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `gbif` | GBIF | 地理空間生物多様性データ取得 |

package/src/.github/skills/scientific-glycomics/SKILL.md

@@ -6,6 +6,10 @@ description: |
   グリコシル化部位予測・レクチンバインディング・
   糖鎖マスフラグメンテーション解析パイプライン。
   TU 外スキル (直接 REST API + Python ライブラリ)。
+tu_tools:
+  - key: glygen
+    name: GlyGen
+    description: 糖鎖構造・機能データベース検索
 ---
 
 # Scientific Glycomics
@@ -272,3 +276,9 @@ proteomics-mass-spectrometry → glycomics → pathway-enrichment
 |---------|------|---------|
 | `results/glycosites.csv` | グリコシル化部位 | → protein-structure-analysis |
 | `results/glycan_details.csv` | 糖鎖詳細 | → pathway-enrichment |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `glygen` | GlyGen | 糖鎖構造・機能データベース検索 |

package/src/.github/skills/scientific-gpu-singlecell/SKILL.md

@@ -5,6 +5,10 @@ description: |
   rapids-singlecell / cuML / cuGraph による GPU 並列処理。
   大規模 (>1M cells) データの高速前処理・クラスタリング・
   次元削減。K-Dense: rapids-singlecell。
+tu_tools:
+  - key: cellxgene
+    name: CellxGene
+    description: シングルセルデータセット検索
 ---
 
 # Scientific GPU Single-Cell
@@ -294,3 +298,9 @@ single-cell-genomics → gpu-singlecell → scvi-integration
 | `results/gpu_singlecell.h5ad` | GPU 処理済み AnnData | → scvi-integration |
 | `results/markers.csv` | マーカー遺伝子 | → cell-type-annotation |
 | `results/benchmark.json` | CPU/GPU 比較結果 | → atlas-construction |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `cellxgene` | CellxGene | シングルセルデータセット検索 |

package/src/.github/skills/scientific-hgnc-nomenclature/SKILL.md

@@ -6,6 +6,10 @@ description: |
   遺伝子ファミリー/グループクエリ・ID クロスリファレンス
   パイプライン。
   TU 外スキル (直接 REST API)。
+tu_tools:
+  - key: hgnc
+    name: HGNC
+    description: 遺伝子命名法・シンボル検索
 ---
 
 # Scientific HGNC Nomenclature
@@ -280,3 +284,9 @@ biothings-idmapping → hgnc-nomenclature → genome-sequence-tools
 | `results/hgnc_details.csv` | 遺伝子詳細 | → gene-expression |
 | `results/hgnc_alias_resolved.csv` | エイリアス解決 | → biothings-idmapping |
 | `results/hgnc_xref.csv` | ID 相互参照 | → genome-sequence-tools |
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|--------|
+| `hgnc` | HGNC | 遺伝子命名法・シンボル検索 |